图像退化与复原
一． 实验名称：图像退化与复原
二． 实验目的
1． 了解光电图像的退化原因；
2． 掌握和理解基本的噪声模型，并能对图像进行加噪处理；
3． 了解点扩展函数(PSF)与光学传递函数(OTF)的关系，熟悉几种经典的退化模 型的模拟试验和 OTF 估计方法；
4． 熟悉和掌握几种经典的图像复原方法及其基本原理；
5． 能熟练利用 MATLAB 或 C/C++工具进行图像的各种退化处理，并能编程实现 退化图像的复原。
三． 实验原理
光电成像系统出现图像退化的过程是复杂多变的，为了研究的需要，通常情况下都把退化简化为化为一个线性移不变过程，见下图 1 所示。
因此， 在空域中退化过程可以表示如下：
(x,y)(x,y)(x,y)(x,y)g f h h =*+ (1) 只有加性噪声不存在情况下，退化过程可以模型化如下表达式：
(x,y)(x,y)(x,y)g f h =+ (2) 其频域表达式为：
=(,)+(),)G ,(F u v N u v v u
(3) 图 1 光电图像退化与复原原理图
针对这种退化图像的复原，除了周期噪声以外，通常都可以采用空间域滤波的方法进行图像复原，此时图像复原与图像增强几乎是没有区别的。
常见的空间域滤波方法有均值滤波器和统计排序滤波器。
当退化图像存在线性移不变退化时，图像的复原不能采用简单空间域滤波器来实现，要实现线性移不变退化图像的复原，必须知道退化系统的退化函数，即点扩展函数(x,y)h 。
在点扩展函数已知的情况下，常见图像复原方法有逆滤波和维纳滤波两种。
在考虑噪声的情况下，逆滤波的原理可以表示如下： ()()()()()()G u,v N u,v F u,v F u,v H u,v H u,v Ù==+ (4) 通常情况下，()N u,v 是未知的，因此即使知道退化模型也不能复原图像。
此外，当(),H u v 的任何元素为零或者值很小时，()(),/,N u v H u v 的比值决定着复原的结果，从而导致图像复原结果出现畸变。
对于这种情况，通常采用限制滤波频率使其难以接近原点值，从而减少遇到零值的可能性。
维纳滤波则克服了逆滤波的缺点，其数学模型表示如下： 2*2()1()()()()(,)/(,)f H u,v F u,v G u,v H u,v H u,v S u v S u v h Ù轾犏=犏犏+犏臌 (5)
然而，为退化图像的功率谱很少是已知的，因此常常用下面表达式近似： 2*2()1()()()()H u,v F u,v G u,v H u,v H u,v k Ù轾犏=犏犏+犏臌 (6)
因此，本实验的内容就是利用上述经典图像复原的原理，对降质退化图像进行复原。
四． 实验步骤
本次实验主要包括光电图像的退化模型和复原方法实现两大部分内容。
(一) 图像的退化图像
1、 大气湍流的建模
1) 湍流引起图像退化的光学传递函数（OTF ）生成。
已知湍流退化模型的 OTF 表达式如下：
225/6(,)exp[-()]H u v k u v =+ (7)
其中，k 为一个常数，反映了大气湍流的严重程度。
(,)u v 分别代表了（x,y ）
方向的频率坐标。
为了生成中心化的OTF ，可以考虑将式(7)改写为：
()5/622(,)exp[-(/2)(/2)]H u v k u M v N =-+- (8) 其中，M ，N 为图像的长和宽。
2) 读入一幅灰度图像，设定式(8)中0.0025k =，进行退化试验。
分别显示 原始图像、退化模型和退化图像。
3) 设定0.0010.00025k =、 重复上一步的试验。
对原图形进行灰度处理将上述结果进行fft 处理
得到FP
读入原始图像
设计退化湍流模型为H 结束
显示原图像
显示传递函数
由FP 与H 进行相关处理，
得到退化图像显示退化图像
图 2 大气湍流的退化过程
2、 运动模糊的图像退化试验
1) 匀速直线运动引起图像退化的光学传递函数（ OTF ）生成。
已知相机匀 速直线运动的 OTF 表达式如下：。
基于Lucy-Richardson算法图像复原
实景图像的复原处理一、设计意义和目的意义：图像复原是数字图像处理中的一个重要课题。
它的主要目的是改善给定的图像质量并尽可能恢复原图像。
图像在形成、传输和记录过程中，受多种因素的影响，图像的质量都会有不同程度的下降，典型的表现有图像模糊、失真、有噪声等，这一质量下降的过程称为图像的退化。
图像复原的目的就是尽可能恢复被退化图像的本来面目。
在成像系统中，弓I起图像退化的原因很多。
例如，成像系统的散焦，成像设备与物体的相对运动，成像器材的固有缺陷以及外部干扰等。
成像目标物体的运动，在摄像后所形成的运动模糊。
当人们拍摄照片时，由于手持照相机的抖动，结果像片上的景物是一个模糊的图像。
由于成像系统的光散射而导致图像的模糊。
又如传感器特性的非线性，光学系统的像差，以致在成像后与原来景物发生了不一致的现象，称为畸变。
再加上多种环境因素，在成像后造成噪声干扰。
人类的视觉系统对于噪声的敏感程度要高于听觉系统，在声音传播中的噪声虽然降低了质量，但时常是感觉不到的。
但景物图像的噪声即使很小都很容易被敏锐的视觉系统所感知。
图像复原的过程就是为了还原图像的本来面目，即由退化了的图像恢复到能够真实反映景物的图像。
目的：图像复原的目的也是改善图像的质量。
图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或图像的最优估计值，从而改善图像质量。
图像复原是建立在退化的数学模型基础上的，且图像复原是寻求在一定优化准则下的原始图像的最优估计，因此，不同的优化准则会获得不同的图像复原，图像复原结果的好坏通常是按照一个规定的客观准则来评价的，因此，建立图像恢复的反向过程的数学模型和确定导致图像退化的点扩散函数，就是图像复原的主要任务。
二、设计原理1 •图像的退化数字图像在获取过程中，由于光学系统的像差、光学成像衍射、成像系统的非线性畸变、成像过程的相对运动、环境随机噪声等原因，图像会产生一定程度的退化。
第六章 图象恢复
第六章图象恢复基本内容图像恢复的基本概念退化模型图像复原的代数方法图像几何畸变校正图像的几何变换图象恢复要点：•退化模型–向量空间表示–退化参数确定•点扩展函数•噪声(方差,性质) •恢复方法–滤波法–代数法图像恢复的基本概念图象增强：旨在改善图象质量。
图象恢复：目的在于消除或减轻在图象获取及传输过程中造成的图象品质下降。
以保真原则为前提，找出图象降质的原因，描述其物理过程，提出数学模型。
恢复的过程是沿着质量降质的逆过程来重现原始图象。
退化：包括由成像系统光学特性造成的歧变以及噪声和相对运动造成的模糊。
上海交大学生作品上海交大学生作品j i图象恢复图象退化的原因：（1）摄影时照相机镜头的移动；（2）放大镜凸透变形等。
图象退化模型：图象模糊可以笼统的归纳为成象系统没有理想的冲击响应。
图象恢复•退化模型–向量空间表示–退化参数确定•点扩展函数•噪声(方差,性质)•恢复方法–滤波法–代数法–非线性法(也可解决线性问题)–约束点扩展函数解卷法退化模型向量空间表示为便于计算机实现，需将退化模型离散化。
(1)先讨论一维卷积对f(x)及h(x)均匀采样,样本数分别为A 及B,即f(x) x=0,1,---,A-1h(x) x=0,1,---,B-1离散循环卷积是针对周期函数定义的，退化参数的确定退化参数：h(x,y),n(x,y)图象恢复：对原始图象作出尽可能好的估计。
已知退化图象，要作这种估计，须知道退化参数的有关知识。
点扩展函数的确定（一）运用先验知识:大气湍流光学系统散焦照相机与景物相对运动根据导致模糊的物理过程（先验知识）来确定h(x,y)或H(u,v)。
点扩展函数的确定（二）运用后验判断的方法从退化图象本身来估计h ( x , y )。
（1）若有把握断定原始景物某部位有一个清晰的点，于是那个点再退回图象的模糊图象就是h ( x , y )。
（2）原景物含有明显的直线，从这些线条的退化图象得出h ( x , y )。
什么叫图像复原？与图像增强有什么区别？
什么叫图像复原？与图像增强有什么区别？
图像复原
常用图像变换算法：
（1）逆滤波；
（2）维纳滤波（Wiener Filter）；
（3）盲卷积
22、什么叫图像复原？与图像增强有什么区别？
图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。
图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来来增强图像的视觉效果。
因此，图像增强可以不顾增强后的图像是否失真，只要看着舒服就行。
而图像复原则完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆过程解算方法，从而得到复原的图像。
如果图像已退化，应先做复原处理，再做增强处理。
23、说出几种图像退化：
图像模糊、失真、有噪声等
24、什么是维纳滤波器？
是一种以最小平方为最优准则的线性滤波器，在一定的约束条件下，其输出与给定函数的差的平方达到最小，通过数学运算最终可变为可变为一个拖布列兹方程的求解问题，是利用平稳随机过程的相关特性和频谱特性混有噪声的信号进行滤波。
25、说出几种常用的图像复原方法？
代数恢复方法：无约束复原；约束最小二乘法
频域恢复方法：逆滤波恢复法；去除由均匀运动引起的模糊；维纳滤波复原法
图像压缩编码
常用图像变换算法：。
运动模糊图像复原方法的研究
过程 ， 因此 这种 方法称 逆 向滤波 法 。接 着采 用Ｆ（ Ｕ ， ） 的傅 里 叶逆变换 获 得 图像 的相 应估 计 ， 复原后 的图像 可用式 （ ７ ） 表述：
ｇ （ ｍ ， ｎ ） ＝∑ ∑ｆ （ ｉ ， ｊ ） ｈ （ ｍ — ， －ｊ ） ＋ｎ （ ｍ ， ， ２ ）
３ 图 像 复 原 方 法
图像 复原 的最终 目标 是要 获得对 未退 化 图像 的 一个 最 优 估计 ， 而 这种估 计是 建立 在某种 客观 准则 基础 上 的。
３ ． １ 逆 滤 波 复 原
逆 滤波 复原是 一种 无约 束复原 方法 。 其原理 ： 由退 化模
型式 （ ４ ） ， 可 得到 噪声 ”一 ｇ— Ｈ ， 在对 噪声无 先验 知识 的 条件 下 ， 寻求 １ 个 ，的估 计，， 使， 在最 小均方 误差 准则 下 ，
【 ０ ，其他
（ ５ ）
）
式中： ｄ是 运动退 化 函数 的 长度 ， ０表 示 运 动模 糊 方 向与 水 平方 向 的夹角 。 如 果是 其他方 向 的线性运 动 ， 同样 可 以用 此 方 法来表 示 。
图２ 图像 退化 的 一 般 模 型
退化 的典 型特 点是模 糊 ， 图像 复 原 的基 本 目标 就 是 如 何去模 糊 。 复 原过程 ， 根 据退 化模 型及 原始 图像 的某方 面 知 识， 设计 一 个恢 复 系 统 ｐ （ ｘ， ） ， 输 入 是退 化 图像 ｇ （ ｘ， ） ， 输 出是复 原 图像 ｆ（ ｘ， ） ， 按 照 某 种 准则 ， 最 接 近 原始 图像 ｆ （ ｘ， ） 。 图像 的退 化及 复原 过程 如图 ３所示Ⅲ 。
ｇ（ ｘ， ）一 ｆ （ ｘ， ）＊ｈ （ ｘ， ３ ， ） ＋ｎ （ ｘ， ３ ， ） （ １ ） ｏ ｆ
图像复原——逆滤波复原与维纳滤波复原方法及比较
图像复原——逆滤波复原与维纳滤波复原⽅法及⽐较图像复原——逆滤波复原与维纳滤波复原⽅法及⽐较鲁东⼤学信息与电⽓⼯程学院学年第-----1----学期逆滤波复原与维纳滤波复原⽅法及⽐较《》课程论⽂课程号:摘要任课教师成绩图像复原，即利⽤退化过程的先验知识，去恢复已被退化图像的本来⾯⽬。
对遥论⽂题⽬:逆滤波复原与维纳滤波复原⽅法及⽐较感图像资料进⾏⼤⽓影响的校正、⼏何校正以及对由于设备原因造成的扫描线漏失、根据课程介绍的相关内容，从图像复原、分割、修复等⽅⾯，对⽬错位等的改正，将降质图像重建成接近于或完全⽆退化的原始理想图像的过程。
图像在形成，记录，处理和传输的过程中，因为成像系统，记录设备，传输介质和处理⽅前采⽤的前沿的⽅法理论及技术进⾏总结分析，题⽬⾃拟。
法的不完备导致图像质量的下降，也就是常说的图像退化。
图像复原是对发⽣退化的论⽂要求:(对论⽂题⽬、内容、⾏⽂、字数等作出判分规定。
) 图像进⾏补偿，某种意义上对图像进⾏改进，改善输⼊图像的质量。
我的这篇论⽂主要求论⽂结构合理，逻辑性强，重复率不能超过40%，内容具有⼀要介绍逆滤波图像复原，维纳滤波图像复原等⽅法，以及对他们之间进⾏⽐较。
学号_________________姓名__________________ 本专关键词:图像复原、逆滤波复原、维纳滤波复原定的前沿性。
对于全⽂抄袭、逻辑混乱等情况均判0分。
题⽬字体⿊体，⼩⼆。
正⽂，宋体，⼩四，段落间距1.2倍⾏距。
⼀(图像复原的意义字数不少于3000字。
论⽂结尾应附⾄少5篇相关参考⽂献。
复原是图像处理的⼀个重要内容，它的主要⽬的是改善给定的图像质量并尽可能教师评语: 恢复原图像。
图像在形成、传输和记录过程中，受各种因素的影响，图像的质量都会有所下降，典型表现有图像模糊、失真、有噪声等。
这⼀质量下降的过程称为图像的退化。
图像复原的⽬的就是尽可能恢复退化图像本来⾯⽬。
⼆(维纳滤波的介绍密封线学⽣须将⽂字写在此线以下图像复原是图像处理中的⼀个重要问题。
数字图像处理课件冈萨雷斯第5章图像恢复
( m ,n ) ; 0 m A-1且0 n B 1
e( m,n ) {0
; A m M-1或B n N-1
g( m ,n ) ; 0 m A-1且0 n B 1
ge(
2024/8/3
m
,n
)
{
0
; A m M-1或B n N-111
5.1 退化模型
该退化模型也称为变形退化模型，其中 表示循环卷积。
2024/8/3
49
5.4 图像的有约束最小二乘恢复
2024/8/3
50
5.4 图像的有约束最小二乘恢复
2024/8/3
51
作业
图像恢复及其应用
2024/8/3
52
概述
◘基本概念
降质举例 ：宇航、卫星、航空测绘、遥感、天文学中所得照片， 由于大气湍流，光学系统的相差及摄像机与物体之间的相对运动 等，会使图像降质。
退化图像 ：由于各种原因，使得原清晰图像变模糊，或者原图 像没有达到应有的质量而形成的降质图像。
图像恢复（复原） ： 使退化图像恢复本来面目。
图像恢复过程及其关键 ：根据图像降质过程的某些先验知识， 建立“退化（降质）模型”，运用和退化相反的过程，将退化图 像恢复。
算术 均值
中值
2024/8/3
噪声
几何 均值
阿尔 法滤 波
37
5.4 图像的有约束最小二乘恢复
2024/8/3
38
5.4 图像的有约束最小二乘恢复
要知道噪声的谱密度
2024/8/3
39
5.4 图像的有约束最小二乘恢复
2024/8/3
40
5.4 图像的有约束最小二乘恢复
2024/8/3
红外气动退化图像复原校正的复合算法研究
红外气动退化 图像 复原校 正 的复合算法研究
洪 汉 玉
（ 汉 工 程 大 学 图像 处 理 与 智 能 控 制 研 究 室 ，湖 北 武 汉 ４ ０ ７ ） 武 ３ ０ ４
摘
要 ：鉴 于 气动 效应 图像 退 化 因素 的复 杂性 和随机 性 ，单一 复原 算 法难 以满足 要 求 ，提 出构造
中 图 分 类 号 ：ＴＮ２ ９ １ 文 献 标 志 码 ：Ａ
Ｃｏ ｐｏ ｎｄ ａ ｇ ｒ ｔ ｍ ｕ ｌ ｏ ｉｈｍ ｏ ｅ ｔ ａ ｉ ｎ ｏ ｎｆ ａ ｅ ｆ ｒ ｒ ｓ ｏｒ ｔｏ ｆ ｉ ｒ ｒ ｄ ｔ ｂ ｌ ｎｃ — ｅ ｒ ｄｅ ｍ ａ ｅ ｕｒ ｕ ｅ ｅ ｄ ｇ ａ ｄ ｉ ｇ
复 合 算法 来提 高湍 流退化 图像 复 原质 量 的思路 ， 综合 各种 基 于不 同理 论模 型和 应 用对 象的 实用 算 法 ，实现 优 势互补 。给 出了现有 算 法结合 的主 要途 径 ，主要探 讨 了基 于统 计理 论 的 ＭＡ 复原算 Ｐ 法 与基 于正 则化理 论 的 总 变分算 法 复合后 各 算 法 结构 的 自适 应 调 整和 改 造 以及 各 种参 数 的 自适
应性 选择 问题 。充 分利 用各 算 法的优 势 ，完成基 于算 法结构相 对 稳 定的 智能化 组合 。在微 机 上进
行 了一 系列 的复原 对 比 实验 。 实验 结果 表 明 ：复合 算 法提 高 了图像 的总体 复 原质 量 。
关键 词 ： 高速 流场 ； 图像 复原 ；算 法融 合
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ｄｕ ｏ ｔ ｅｃ ｍｐ ｅ ｉ ｎ ａ ｄ ｍｎ ｓ ｆｉ ｇ ｅ ｒ ｄ ｔｏ ａ ｓ ｄ ｂ ｈ ｅ ｏ ｏ ｔｃ ｅｔ ｈ ｏ ｌｘ ｔ ａ ｄ ｒ ｎ ｏ ｙ ｅ ｓ ｏ ｍａ ｅ ｄ ｇ ａ ａ ｉ ｎ ｃ ｕ ｅ ｙ ｔ ｅ ａ ｒ — ｐ ｉｓ ｅ ｆ ｃ ｓ ｉ ｉ ｄ ｆｉｕ ｔｆ ｒａ ｓ ｎ ｌ ｅ ｔ ｒ ｔｏ ｌ ｏ ｉ ｍ ｏ ｒ ａ ｈ ｔ ｅ ｒ ｑ ｉｅ ｎ ｆ ｅ ｔ ｒ ｔ ｎ ｆｅ ｔ ，ｔ ｓ ｉｆ ｌ ｏ ｉ ｇ ｅｒ ｓ ｏ ａ ｉ ｎ ａ ｇ ｒｔ ｃ ｈ ｔ ｅ ｃ ｈ ｅ ｕ ｒ ｍｅ ｔ ｓ ｏ ａ ｉ ．Ａ ｏ ｒ ｏ ｓ ｈ ｍｅ ｔ ｃ ｎ ｔｕ ｔ ｃ ｍｐ ｕ ｄ ｌ ｏ ｉ ｍ ｔ ｉ ｐ ｏ ｅ ｈ ｑ ａ ｉｙ ｆ ｒ ｓ ｏ ａ ｉ ｎ ｉ ｇ ｉ ｃ ｅ ｏ ｏ ｓ ｒ ｃ ａ ｏ ｏ ｎ ａ ｇ ｒ ｔ ｈ ｏ ｍ ｒ ｖ ｔ ｅ ｕ ｌ ｏ ｅ ｔ ｒ ｔ ｍａ ｅ ｓ ｔ ｏ ｐｏｏｅ ｒ ｐ ｓ ｄ，ｉ ｉｈ ｓ ｍ ｅ ｕ ｅ ｕ ｌ ｏ ｉｈ ａ ｅ ｎ ｄ ｆｅ ｅ ｔ ｈ ｏ ｅ ｉａ ｏ ｅ ｓ ａ ｄ ｔ ｒ ｅ ｓ ａ ｅ ｎ ｗｈ ｃ ｏ ｓ ｆ ｌ ｇ ｒｔ ｍｓ ｂ ｓ ｄ ｏ ｉ ｒ ｎ ｅ ｒ ｔｃ ｌ ａ ｆ ｔ ６期 ９
运动模糊图复原
运动模糊图复原随着科技的不断发展和人们对更高质量图像要求的提高，图像的锐度成为了一个越来越受重视的话题。
在运动摄影中，由于物体或者相机的运动造成的摄影图像中的运动模糊已经成为了一种非常普遍的现象。
针对这样一种问题，可以采用一些方法对图像进行复原，使图像中的物体轮廓和细节更加清晰。
一、运动模糊的产生原因当相机或拍摄的物体相对运动而引起摄像机的曝光时，图像中出现的模糊是由物体在成像平面上引起的运动产生的。
由于快门时间过长或拍摄的物体运动速度过快，已经超出了相机的快门速度，所以摄像机的曝光时间变长。
这样，光线将在物体和成像平面之间传播，导致摄像机的图像出现模糊。
此外，相机自身的震动和非线性运动也会导致模糊出现。
这种情况下，对图像的复原工作难度更大。
二、运动模糊图像复原方法为了针对运动模糊的图像进行复原，目前已经有了很多方法。
这里我们简单介绍一下最常用的方法。
1、退化模型为了表示运动模糊引起的图像退化，在研究运动模糊图像复原方法时，首先需要定义相应的模型来描述图像的退化过程。
传统的运动模糊退化模型通常使用卷积模型或脉冲响应模型来表示。
其中，卷积模型使用卷积操作来描述图像的退化过程，而脉冲响应模型则使用相应的点扩散函数来描述退化过程。
频域方法是一种通过对运动模糊图像的频率分析来进行复原的方法。
其基本思想是将退化图像转换到频域，然后用一定的滤波方法对其进行处理，最后再将处理后的图像转换回空间域。
常用的频域方法有卷积定理、Wiener滤波器和Lucy-Richardson迭代法。
卷积定理是一种将原始图像和点扩散函数的频率响应同时转换到频率域进行卷积后再转换回空间域的方法。
通过在频率域内快速实现卷积操作，可以大大减少计算时间和复杂度。
然而，卷积定理的实现还需要进行一定的截断处理，同时对点扩散函数的正确估计也是卷积定理的一个关键问题。
Wiener滤波器可以根据退化模型和图像的噪声估计来设计频率滤波器。
其设计基于最小均方误差准则，可以有效地减少噪音对图像复原的影响，同时增强图像的高频细节。
08图像恢复
退化过程的响应函数h (x,y) 随图像中的位臵而变化
这时，图像恢复不能简单的用去卷积。
33
纠正随空间改变的退化的方法：坐标变换复原 纠正退化的基本思想： 对退化的图像进行几何变换，使得到的
模糊函数具有空间不变性；
用空间不变复原方法进行复原； 用几何变换的逆变换将图像恢复为 原来的格式。
输入图像f(x,y)经过某个退化系统后输出的是一幅退
化的图像。
为了讨论方便，把噪声引起的退化一般作为加性 噪声考虑， 这也与许多实际应用情况一致，如图像数 字化时的量化噪声、随机噪声等就可以作为加性噪声。
即使不是加性噪声而是乘性噪声，也可以用对数方
式将其转化为相加形式。
9
原始图像f(x, y)经过一个退化算子或退化系统H(x, y)的作用，再和噪声n(x,y)进行叠加，形成退化后的图
像g(x, y)。
n (x, y) f (x, y) H(x, y) g (x, y)
图像的退化模型 H(x,y)概括了退化系统的物理过程，就是所要 寻找的退化数学模型。
10
数字图像的图像恢复问题可看作是：根据退化图 像g(x,y)和退化算子H(x,y)的形式，沿着反向过程去求 解原始图像f(x,y)，或者说是逆向地寻找原始图像的最 佳近似估计。图像退化的过程可以用数学表达式写成 如下的形式： g(x, y)=H［f(x, y)]+n(x, y)
维纳滤波方法进行复原。 • 维纳滤波不能处理非平稳的信号和噪声。
• 维纳滤波对图像中任何位臵的误差赋予同样的 权值，对人眼不是最佳的选择。
28
使用维纳滤波的问题： • 退化过程的传递函数H的特性和噪声的统计
参数要知道；
• 原始图像的功率谱密度很难得到。
数字图像处理(冈萨雷斯)-5.ppt
高斯噪声
瑞利噪声
噪声
指数噪声
椒盐噪声
①高斯噪声 高斯噪声的概率密度函数(PDF)
p( z ) 1 2 e
( z )2 / 2 2
(5.2 1)
灰度值
当z服从上式分布时，其值有70%落在 , ，有95%落 在 2 , 2 范围内。 高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的 传感器噪声。
⑤均匀分布噪声 均匀分布噪声的PDF由下式给出 1 azb p( z ) b a (5.2 11) 其它 0
③伽马（爱尔兰）噪声 伽马（爱尔兰）噪声的PDF a b z b 1 az e za p( z ) (b 1)! (5.2 5) 0 za a 0 scale parameter , b N * shape parameter
b a b (5.2 6) , 2 a
对比度拉伸被认为是一种图像增强，提供给用户喜欢接收的图像； 而图像复原技术追求恢复原始图像的最优估计值 图像复原技术可以使用空间域或频率域滤波器实现
图像增强
＊ 不考虑图像降质的原因，只 技术特 将图像中感兴趣的特征有选择 地突出（增强），而衰减其不 点 需要的特征。 ＊ 改善后的图像不一定要去逼 近原图像。 ＊主观过程 主要目 提高图像的可懂度 的 方法 空间域法和频率域法。 空间域法主要是对图像的灰度 进行处理；频率域法主要是滤 波。
2
(5.2 7)
•
伽马噪声应用在激光成像中
④指数分布噪声 指数分布噪声的PDF
ae az z 0 p( z ) (5.2 8) , a 0 z0 0